00:00 / 01:25
连播
清屏
智能
倍速
点赞1979
5个技巧,教你驾驭 Claude Code 的一百万上下文 第一个技巧,不要把 session 当聊天记录。 很多人习惯一个窗口一直聊下去。 但从系统角度看,session 不是聊天框,它是运行时工作区。 任务一旦变了,哪怕上下文还没满,也应该考虑开新 session。 因为真正的问题不是“还能不能塞”,而是“这些旧信息还值不值得继续干扰模型”。 第二个技巧,出错以后,优先 rewind,不要只是补一句纠正。 这是很多人最容易忽略的。 模型走错了,你跟它说“刚才不对,换个方法”,看起来像在修正。 但实际上,错误路径、错误尝试、错误推理,全都还留在上下文里。 更好的做法是 rewind,直接回到关键节点,把失败分支剪掉,再重新走。 说白了,这不是纠错,这是剪枝。 这个差别非常大。 第三个技巧,长任务里要主动 compact,不要等它又长又乱了再压缩。 因为上下文越长,模型的注意力越容易被摊薄。 文章里提到一个概念,叫 context rot。 你可以简单理解成:不是它失忆了,而是它看的东西太多以后,重点开始被噪音稀释。 所以 compact 不是收尾动作,很多时候它应该是一个主动管理动作。 趁你还知道接下来要做什么的时候,提前压缩,效果通常比拖到最后更好。 第四个技巧,分清 compact 和 clear。 很多人把这两个动作混着用。 但其实完全不是一回事。 compact 是让模型帮你总结历史,然后继续。 clear 是你自己重写一份 brief,干净重开。 一个省事,一个可控。 如果任务方向已经很明确,compact 可以提高效率。 但如果方向变了,或者你怀疑上下文已经脏了,那 clear 往往更稳。 因为你不是在让模型猜什么重要,而是你自己重新定义什么重要。 第五个技巧,把 subagent 当“上下文隔离器”,不是“并行工具”。 很多人觉得 subagent 的价值就是多开几个模型同时干活。 这理解太浅了。 它真正值钱的地方,是把那些中间过程特别长、输出特别多、但最后只需要一个结论的任务,隔离到独立上下文里。 主上下文只拿结果,不吃过程。 这一步非常关键。 因为 Agent 真正贵的,不只是算力,还是主上下文的注意力预算。 #AI #人工智能 #claudecode #agent工程师 #自我提升
00:00 / 03:57
连播
清屏
智能
倍速
点赞497
枳谙1月前
Xiaomo-Mimo-V2-Pro from wzjames bot#小米 #人工智能 #科技 #Ai #龙虾 MiMo,由小米大模型 Core 团队自主研发,是小米在人工智能领域的一次重大突破。一万亿参数,百万级上下文窗口,它不仅仅是一个大模型——它是一个全新的智能起点。 MiMo 具备四大核心能力。深度推理,面对复杂问题,它能像人类一样逐层拆解、多步推演。极速响应,毫秒级首 token 延迟,每一次对话都如面对面交流般自然。全域理解,百万级上下文窗口,它可以一口气读完一整本书、一份长合同,甚至一个项目的全部代码,而不会遗忘任何一个细节。生态融合,MiMo 深度融入小米 HyperOS 生态系统,AI 能力触手可及。 再来看硬实力。模型参数量一万亿,这是当前大模型领域的顶尖规模。上下文窗口一百万 tokens,长文本理解能力行业领先。推理能力达到 SOTA 水平,多模态理解支持文本与图像的融合理解,代码生成能力达到 Elite 级别。每一项数据背后,都是小米团队对极致性能的不懈追求。 小米的使命从未改变——让每个人都能享受科技带来的美好生活。MiMo 就是这一使命在 AI 时代最有力的践行。从手机到智能家居,从个人助手到万物互联,MiMo 正在重新定义人与技术的关系。它不是冰冷的算法,而是你身边的智能伙伴——理解你、陪伴你、赋能你。 这就是小米 MiMo。一万亿参数的智慧大脑,百万级上下文的无限记忆,小米生态的深度连接。智启未来,万物互联。MiMo,by Xiaomi。
00:00 / 01:56
连播
清屏
智能
倍速
点赞41
00:00 / 01:13
连播
清屏
智能
倍速
点赞3
00:00 / 04:12
连播
清屏
智能
倍速
点赞0
00:00 / 04:08
连播
清屏
智能
倍速
点赞1
00:00 / 01:04
连播
清屏
智能
倍速
点赞1